OpenBind发布首个AI药物发现模型助力英国领跑AI制药

在AI驱动药物发现的全球竞争中，一项关键进展正在重塑行业格局。致力于推动英国在该领域占据全球领先地位的研究联盟OpenBind，近日正式发布了其首个高质量实验数据集与专用AI预测模型，标志着这一雄心勃勃的科研计划取得了实质性突破。

OpenBind联盟于去年成立，其核心目标是构建全球规模最大、质量最高的药物与蛋白质相互作用数据库。据估计，其最终数据规模将达到近几十年来其他同类项目的20倍以上。这个海量数据库的核心价值，在于为训练下一代更强大的AI药物发现模型提供“燃料”，从而帮助全球科学家更快速、更精准地识别出具有治疗潜力的新药候选分子。

那么，这第一步成果具体是什么？此次发布的首批资源瞄准了一个明确的公共卫生挑战：EV-A71肠道病毒。该病毒是导致儿童手足口病常见轻症的主要病原体之一。研究团队公开了699种小分子化合物与该病毒靶蛋白结合的高分辨率X射线晶体结构图像，构成了一套宝贵的“三维分子相互作用图谱”。此外，团队还对其中601种化合物的结合亲和力进行了精确测定。这使得该数据集成为目前全球范围内，针对单一蛋白质靶点规模最大、信息最完整的公开实验数据资源之一。

拥有数据的同时，还需配备高效的分析工具。为此，团队专门针对EV-A71病毒的一个关键药物靶点——2A蛋白酶——开发并开源了一款配套的AI结合预测模型。这套“高质量数据集+专用预测模型”的组合，旨在为学术界的计算方法开发与验证提供一个高标准的基准平台。

“此次发布是一个关键里程碑，它证明了我们能够规模化生成高质量、标准化的实验数据，而这些数据正是为下一代AI驱动的药物发现量身定制的。”牛津大学结构生物信息学教授、OpenBind高级研究员夏洛特·迪恩（Charlotte Deane）评价道。她进一步指出：“随着数据集的不断扩展，它将为全球研究人员提供提升AI模型预测精度所必需的、一致且可靠的数据支撑。”

团队的研发进程正在加速。据悉，一个全新的通用型AI预测模型——OpenBind v1——计划于本月底前后正式发布，这表明其技术平台已进入快速迭代升级阶段。

OpenBind联盟汇聚了全球顶尖的科研力量。它由牛津大学与英国国家同步辐射光源设施——位于牛津郡哈维尔园区的Diamond Light Source——共同牵头创立。联盟成员还包括哥伦比亚大学、纪念斯隆凯特琳癌症中心、开放分子软件基金会、华盛顿大学等世界知名机构的科学家，以及像Isomorphic Labs（伦敦）这样的前沿行业合作伙伴。

为何要投入巨大资源构建这样一个全新的数据库？这直接回应了当前AI制药领域面临的一个根本性挑战。OpenBind指出，即便是像谷歌DeepMind的AlphaFold和Recursion的Boltz这样的顶尖系统，其能力也严重受限于训练数据的质量、多样性与覆盖范围。这些系统在处理与训练数据相似的生物结构时表现出色，但在面对结构新颖、与已知靶点差异较大的“难成药”靶点时，其预测可靠性便会下降。可以说，数据的边界决定了AI模型能力的上限。

这一宏大愿景获得了英国政府层面的战略支持。OpenBind项目获得了英国科学、创新与技术部旗下“主权AI基金”高达800万英镑的投资，充分体现了英国在人工智能与生命科学交叉战略科技领域保持领先地位的决心。

“高质量、标准化的实验数据，是开发性能更优越的新一代AI模型不可或缺的基石。”牛津大学统计学系副教授、OpenBind计算研究员弗格斯·伊姆里（Fergus Imrie）博士阐释道，“而随着AI模型性能的提升，它又能智能化地指导后续的实验设计，形成‘AI驱动实验、实验反馈优化AI’的良性循环，从而极大加速整个药物发现进程。我们在项目早期迭代中积累的经验，已经显著提升了整个研究流程的速度、一致性与可重复性——这些对于OpenBind计划的长期成功与扩展至关重要。”

Q&A

Q1：OpenBind是什么机构？主要做什么？

OpenBind是一个由牛津大学和英国Diamond Light Source国家大科学装置共同发起成立的国际研究联盟。其主要目标是构建全球最大、最标准的药物-蛋白质相互作用实验数据库，并基于此开发先进的AI预测模型，用于加速潜在新药候选分子的发现。其规划数据量预计将达到近几十年同类项目的20倍，目前已获得英国政府主权AI基金800万英镑的战略投资。

Q2：OpenBind发布的首个AI模型主要针对哪种疾病？

OpenBind首批发布的资源主要针对EV-A71肠道病毒，该病毒是引起儿童手足口病的主要病原体之一。发布的数据集包含了699种化合物与病毒蛋白结合的高清X射线结构图像，以及对其中601种化合物结合强度的精确测量数据，是目前针对单一蛋白靶点公开可用的、规模最大且信息最全面的数据集之一。

Q3：OpenBind的数据对现有AI药物发现模型有什么意义？

当前顶尖的AI药物发现模型（如AlphaFold、Boltz等）的性能受限于其训练数据的质量和广度，在面对结构新颖的靶点时预测能力有限。OpenBind提供的大规模、高质量、标准化的实验数据，能够有效弥补现有数据的不足，为训练更鲁棒、更通用的AI模型提供关键支持，从而突破现有系统在预测新型和困难靶点方面的瓶颈，整体加速AI制药的研发流程。